HtmlAgilityPack错误解析＆lt;在输入中

Question

我正在尝试使用HtmlAgilityPack从输入中删除任何脚本。

我的意见：

<div>If the amount<500 show results. Else do not show results.<mytag1>This is an xml element</mytag1></div><script>alert("welcome");</script>

预期结果：

<div>If the amount<500 show results. Else do not show results.<mytag1>This is an xml element</mytag1></div>

最终结果：

<div>If the amount<500 show="" results.="" else="" do="" not="" /><mytag1>This is an xml element</mytag1></div>

这是我的代码

    public HashSet<string> BlackList = new HashSet<string>() 
    {
            { "script" },
            { "iframe" },
            { "form" },
            { "head" },
            { "meta" },
            { "comment" }
    };
    public static string GetSafeHtmlString(string sInputString)
    {          
        HtmlDocument doc = new HtmlDocument();           
        doc.OptionFixNestedTags = true;
        //doc.OptionAutoCloseOnEnd = true;
        doc.OptionDefaultStreamEncoding = System.Text.Encoding.UTF8;

        doc.LoadHtml(HttpUtility.HtmlDecode(sInputString));

        HtmlSanitizer sanitizer = new HtmlSanitizer();
        sanitizer.SanitizeHtmlNode(doc.DocumentNode);

        string output = null;

        using (StringWriter sw = new StringWriter())
        {
            XmlWriter writer = new XmlTextWriter(sw);
            doc.DocumentNode.WriteTo(writer);
            output = sw.ToString();

            if (!string.IsNullOrEmpty(output))
            {
                int at = output.IndexOf("?>");
                output = output.Substring(at + 2);
            }
            writer.Close();
        }        

        doc = null;          

        return output;
    }
    private void SanitizeHtmlNode(HtmlNode node)
    {
        if (node.NodeType == HtmlNodeType.Element)
        {
            // check for blacklist items and remove
            if (BlackList.Contains(node.Name))
            {
                node.Remove();
                return;
            }
        }

        if (node.HasChildNodes)
        {
            for (int i = node.ChildNodes.Count - 1; i >= 0; i--)
            {
                SanitizeHtmlNode(node.ChildNodes[i]);
            }
        }
    }

如何获得预期结果。 html解析器正在使用＆lt;作为新的html标签的开始。如何在输入中添加＆＃34;＆lt;＆＃34;（小于）不是html标记开头的字符。

Answer 1

将其转义为HTML实体。 <的HTML转义序列为< ...类似>为>。

这是handy chart。